背景
新一线城市，32家社区生鲜便利店，客单价25到40块，主打下班顺路买菜的社区居民。
生鲜这个生意，核心痛点就一个字：烂。
叶菜类保质期就两三天，卖不掉就得扔。这家连锁的损耗率长期8%，意味着每进100块的货有8块直接进了垃圾桶。老板姓林，算过一笔账：损耗每降1个百分点，32家店一年多赚将近50万。
2026年初她花了12万，上了一套AI选品+鲜度管理系统。底层用的是通义千问加腾讯云，本地AI服务商做的定制。
三件事
1. AI选品：每个店卖什么，数据说了算
以前选品靠区域经理巡店拍板，凭经验判断哪个社区爱吃什么。现在AI分析周边社区画像（年龄、家庭结构、外卖偏好），结合历史销量，给每家店生成差异化选品清单。
同一座城市，A店靠近老小区推叶菜和豆制品，B店靠近写字楼推半成品和速食，C店靠近学校推水果和酸奶。
2. 鲜度管理：保质期可视化
每批货扫码入库，系统自动标注保质期倒计时。临期商品自动触发折扣——还有一天过期的打5折，半天过期的打3折，动态调价。
这个看着简单，但以前全靠店员人工盯，忙起来根本顾不上，经常到了晚上才发现一批菠菜该折价了。
3. 损耗预测：明天该进多少
AI预测每家店每天每个品类的销量，采购建议精确到公斤。店长审核后下单，供应商次日送达。
两个坑
生鲜跟常温品完全不是一个逻辑，这套系统前两个月亏了将近6万。
坑一：常温品的库存逻辑套到生鲜上
AI服务商一开始的模型是给常温便利店做的，直接拿来用。库存逻辑是先进先出，卖不动就压着。
结果叶菜类根本压不住。一批菠菜进了20公斤，前三天卖了12公斤，剩下8公斤第四天全烂了。系统还在按常温品逻辑算安全库存，建议补货，越补越烂。
后来专门给生鲜重写了保质期模型——不同品类不同保质期权重，叶菜类当天没卖完就触发折价，而不是等到临期。
坑二：AI选品只看销量不看本地口味
系统上线第二周，AI给一个南方社区店推了大量北方蔬菜——大白菜、心里美萝卜、大葱。南方社区根本不买这些，一周滞销，全扔了。
问题出在：AI只学了全市历史销量数据，没分南北口味。北方菜在全市销量排名靠前，但这家南方社区店的客群不认。
后来给每个品类加了地域口味标签，按门店级别做偏好校准。北方菜只推给北方客群占比高的店。
结果
四个月后：
- 损耗率：8% → 2.1%
- 缺货率：15% → 6%
- 毛利率：18% → 26%
- 临期折价损失：降70%
- 投入12万，4个月回本
关键教训
林老板说了一句话挺到位：生鲜AI的核心不是预测准，是少扔。
预测准10%和少扔10%，后者值钱得多。因为生鲜的损耗是实打实的成本，预测差一点顶多少卖几把菜，但扔一筐菠菜就是纯亏。
所以这套系统的重点应该放在鲜度管理和动态折价上，而不是死磕预测精度。先保证不扔，再谈多卖。
还有：别用常温零售的模型直接套生鲜。两个生意的底层逻辑不一样，保质期是生死线，常温品没有这个问题。